Wayfair OpenAI 파트너십, 250만 개 카탈로그 태그 오류 수정
2026년 6월 15일, Wayfair OpenAI 통합을 통해 250만 개의 상품 속성 태그를 수정하고 매달 41,000건의 공급업체 지원 요청을 처리하고 있는 세부 정보가 공개되었습니다. 이 온라인 가구 유통업체는 자동화 시스템을 구축하여 3,000만 개에 달하는 카탈로그 전반의 오류를 감지하고 수정합니다. 이커머스 기업에 있어 자동화된 카탈로그 관리는 수동 개입 없이 상품 관리 시간을 단축하고 지원 요청의 최대 70%를 해결해 줍니다.
수백만 개 상품의 카탈로그 정확도 향상
Wayfair는 약 1,000개 상품 유형에 걸쳐 약 3,000만 개 상품 카탈로그를 관리합니다. 색상, 소재, 크기 등의 상세 정보를 나타내는 속성만 약 47,000개에 달합니다. AI 도구를 도입하기 전에는 카탈로그 규모가 워낙 커 수동 검수만으로는 한계가 있어 잘못된 정보를 바로잡는 일을 주로 공급업체와 고객의 제보에 의존했습니다. Wayfair OpenAI 카탈로그 정확도 프로젝트는 100만 개 이상의 상품에 대한 테스트를 거쳐 250만 개의 상품 속성 태그를 수정했습니다. Wayfair는 표준 속성 정의와 상품 설명을 비교 검토하여 사진과 설명이 소나무를 지칭할 때 호두나무로 잘못 태그된 식탁 등을 자동으로 감지하거나 바로잡는 시스템을 구축했습니다.
상품 등록 및 분류 정교화
이 시스템은 정확한 검색 결과와 추천 노출을 보장하기 위해 Wayfair AI 상품 등록 내역을 평가합니다. 자동화 프로세스는 상품 정보를 설정된 사양과 비교하여 색상, 소재, 크기가 실제 입고 정보와 일치하는지 확인합니다. Google AI 모델을 사용한 초기 테스트에서는 상품 분류 작업을 통해 관리 시간을 67% 단축하고 일부 전환율을 2% 향상시켰습니다. 수정된 상품 페이지는 미수정 페이지에 비해 검색 순위가 높아지고 더 많은 클릭을 유도합니다. Wayfair는 6개월 이내에 검수 시스템 적용 대상을 4배로 확대할 계획입니다.
공급업체 지원 요청 자동화
Wayfair는 수만 곳의 공급업체와 협력하며 수백 가지 유형의 지원 요청을 수신합니다. 현재 Wayfair AI 공급업체 지원 워크플로는 매달 41,000건의 요청을 자동으로 처리합니다. 자동화 시스템은 접수된 티켓을 읽고 내부 기록에서 누락된 세부 정보를 불러와 적절한 내부 팀으로 전달합니다. 부품 교체 요청의 경우 시스템이 이전 문의 내역을 검토하고 담당자 검수를 위한 답변 초안을 작성합니다. 직원 조치와의 일치율이 지속적으로 높게 유지되면 특정 워크플로에서 전체 티켓의 최대 70%를 자동으로 처리합니다.
자동 수정 프로세스에서 사람의 검수 유지
Wayfair는 검증되지 않은 상품 업데이트를 방지하기 위해 자동 수정과 사람의 검수를 결합합니다. 담당 직원은 수정된 상품 목록이 반영되기 전 샘플을 수동으로 확인합니다. 수정안의 신뢰도 점수가 내부 기준을 충족하면 시스템이 상품 정보를 바로 업데이트하고 공급업체에 통보합니다. 신뢰도가 낮은 경우 시스템은 공급업체에 변경 제안을 먼저 확인하도록 요청합니다. 이러한 하이브리드 방식은 일상적인 카탈로그 업데이트에 필요한 수동 작업 부담을 줄이면서 상품 데이터의 정확성을 유지합니다.
온라인 쇼핑몰에 미치는 영향
Wayfair OpenAI 사례 연구는 대형 유통업체가 백오피스 운영과 카탈로그 정리를 어떻게 자동화할 수 있는지 보여줍니다. Wayfair AI 카탈로그 관리를 도입하면 공급업체 요청 처리 및 상품 수정에 드는 수동 검수 시간을 줄여 상품 기획과 고객 지원 전반의 인건비를 절감할 수 있습니다. 카탈로그 속성을 수정하면 검색 노출도가 향상되고 상품 클릭률이 증가하며 고객 전환율이 높아집니다. 나아가 정확한 카탈로그 데이터는 제3자 AI 도구가 유통업체 재고를 조회할 때 상품 정보를 올바르게 표시하도록 돕습니다.
외부 AI 탐색 도구로의 확장
외부 AI 쇼핑 도구에서의 상품 발견을 지원하기 위해 카탈로그 정리에 집중하는 유통업체가 늘고 있습니다. Wayfair는 소비자가 제품 비교 및 쇼핑 추천에 사용하는 외부 AI 도구에 상품 데이터를 제공합니다. ChatGPT를 포함한 AI 도구는 유통업체 데이터를 직접 조회하여 상품 문의에 답합니다. 올바르게 수정된 내부 상품 데이터는 소비자가 외부 AI 비서에게 상품 추천을 요청할 때 정확한 상세 정보가 표시되도록 보장합니다.
자주 묻는 질문
Wayfair는 상품 카탈로그 개선을 위해 OpenAI를 어떻게 활용하고 있습니까?
Wayfair는 OpenAI 기술을 활용해 상품 목록을 속성 정의와 비교하고 소재나 색상 같은 부정확한 정보를 자동으로 식별하여 수정합니다. 이 시스템은 100만 개 이상의 상품에서 250만 개 태그를 수정했으며 지원 티켓을 자동으로 처리합니다.
AI 상품 카탈로그 태깅은 이커머스 전환율을 어떻게 끌어올립니까?
AI 상품 카탈로그 태깅은 정확한 속성을 보장하여 검색 노출과 상품 추천을 개선합니다. 초기 테스트에서 자동화된 상품 관리는 전환율을 2% 끌어올렸으며 수정된 상품의 클릭 수를 증가시켰습니다.
Wayfair는 자동화된 AI 상품 수정과 사람의 검수를 어떻게 결합합니까?
Wayfair는 담당 직원을 배치해 수정된 상품 목록의 샘플을 검수합니다. 자동 수정의 신뢰도가 높으면 시스템이 상품 목록을 직접 업데이트하고, 신뢰도가 낮으면 변경 사항을 적용하기 전에 공급업체의 확인을 거칩니다.
MOZGII의 시각
우리라면 이렇게 만듭니다
저희라면 제품 카탈로그 태그를 대규모로 감사하기 위해 비전 모델을 제품 데이터베이스 및 이미지 스토리지 버킷에 직접 연결할 것입니다. 이 모델은 제품 사진의 시각적 특징을 텍스트 설명 및 구조화된 사양과 비교할 것입니다. 신뢰도가 낮은 결과의 경우, 시스템은 제안된 수정안을 공급업체 확인을 위한 벤더 포털이나 내부 머천다이징 대기열로 전달할 것입니다.
이러한 시스템은 공급업체의 설명이 모호한 용어를 사용하거나 이미지 해상도가 너무 낮아 특정 소재를 확인하기 어려울 때 문제가 발생할 수 있습니다. 잘못된 수정은 벤더와의 관계를 해치고 검색 인덱스를 손상시킬 수 있습니다. 저희라면 성능을 모니터링하기 위해 자동 모델 제안과 담당 직원의 승인 간 일치율을 주요 지표로 추적할 것입니다.
다음으로 저희라면 공급업체가 제안된 수정안을 거부할 때마다 스키마 정의를 업데이트하는 자동 피드백 파이프라인을 구축할 것입니다. 또한 핵심 시스템을 확장하여 접수된 지원 티켓을 주문 내역 테이블과 비교 평가하고, 고객 지원 담당자를 위한 답변 초안을 자동으로 생성할 것입니다.
출처
이 기사의 사실은 다음 출처에서 가져왔습니다.